5 bewährte Strategien, die Münchhausen blass aussehen lassen Festgefahren? Wie digitale Transformationsprojekte wieder in Gang kommen
Anbieter zum Thema
Die globale Pandemie zwingt viele Unternehmen nach wie vor ihre Investitionen, die für digitale Transformationsprojekte vorgesehen waren, auf andere Bereiche umzudisponieren: auf die Aufrechterhaltung der Geschäftskontinuität, die Einrichtung von Home Office und die Erfüllung der unmittelbaren Kundenbedürfnisse. Und danach?

Tatsächlich bewerten viele CIOs ihre IT-Ziele neu und überlegen, welche Projekte sie wieder aufnehmen, aufgeben oder initiieren sollten. Die Priorisierung der richtigen Automatisierungsprojekte ist wichtig, denn damit kann man sicherstellen, dass sich die Organisation im Jahr 2021 erholt und floriert. Im Folgenden geht es um fünf bewährte Verfahren zur Auswahl der richtigen Initiativen, die eine Investition in die digitale Transformation wert sind.
1. Die Priorisierung von Projekten
Es gab eine Zeit, in der die Kostenreduzierung der primäre Antrieb für die digitale Transformation war. Eine Umfrage von Forrester Research ergab jedoch, dass die Kostenreduzierung inzwischen hinter den Investitionen in Technologien zurückbleibt, die "die digitale Geschäftsumwandlung beschleunigen, die Kundenerfahrung verbessern und die Produktivität der Mitarbeiter steigern".
Die Pandemie hat tatsächlich dazu geführt, dass viele Unternehmen entdeckt haben, dass sie die ganze Zeit etwas falsch gemacht haben. Die Global Digital Process Automation Survey von Forrester ergab, dass zwei Drittel der Unternehmen angaben, auf fehlerhafte Prozesse gestoßen zu sein, nachdem sie aufgrund von COVID-19 auf Homeoffice umstellten und in Folge dessen jetzt 60 Prozent ihre Prozessstrategie überdenken.
:quality(80)/images.vogel.de/vogelonline/bdb/1754200/1754214/original.jpg)
Analyse von Signavio
BPM benötigt Process Mining
Der Einsatz von Process Mining- und Process Discovery-Tools ist ein wachsender Trend bei der Priorisierung von Projekten. Process Mining ermöglicht es Unternehmen, die in ihren Systemen enthaltenen Informationen so zu nutzen, dass ein visuelles Modell ihrer Prozesse erstellt wird.
Diese können analysiert werden, um Möglichkeiten zur Prozessverbesserung zu identifizieren sowie ein Echtzeit-Monitoring von Betriebsabläufen zu haben. Außerdem lassen sich zukünftige Ergebnisse vorhersagen und vorbeugende Maßnahmen ergreifen, um die Entscheidungsfindung zu erleichtern.
2. Ein datengesteuerten Ansatz
Für die Priorisierung von Projekten - ob es sich um das Kunden-Onboarding, die Rechnungsbearbeitung, Vertragsprüfung, Schadensbearbeitung oder Call-Center-Anfragen handelt - sollte ein datenbasierter Ansatz angewendet werden. Andernfalls riskiert man, Fehlentscheidungen aufgrund falscher Faktoren zu treffen, sei es zugunsten Meinungen verschiedener Interessensgruppen, interner Politik oder schnell zu machender kurzfristiger Geschäfte ohne langfristigen Mehrwert.
Um herauszufinden, welche Prozesse am besten für Automatisierungsmöglichkeiten geeignet sind und wie die Mitarbeiter mit ihnen interagieren, ist es entscheidend, einen Überblick über die gesamten Geschäftsabläufe aus der Vogelperspektive zu erhalten, um eine vollständige Transparenz zu gewährleisten. Wenn man zum Beispiel in einem Versicherungsunternehmen eine ungewöhnlich niedrige Kundenbindungsrate in den letzten sechs Monaten verzeichnet, möchte man genau wissen, woran das liegt.
Anstatt also zu vermuten, dass eine Investition in einen Workflow für die Kundengewinnung die Lösung ist, stellt man vielleicht fest, dass Verzögerungen bei der Schadensbearbeitung der Grund sind und was man tun muss, um diese einfach zu vermeiden. Die Verwendung von Daten zur Bestimmung der Prozesse, auf die sich die Digitalisierungsbemühungen am besten konzentrieren sollten und die Kenntnis der zu erwartenden Kapitalrendite sind eine clevere Methode, um Prioritäten zu setzen.
3. Die Hebelwirkung von Künstlicher Intelligenz in der Automatisierung
Die Reaktion der meisten Unternehmen nach COVID-19 bestand laut KPMG International darin, die Finanzierung neuer Technologien, wie Automatisierung und künstliche Intelligenz (KI), zu stoppen. Inzwischen sind die Führungskräfte optimistischer und planen, die Ausgaben in den nächsten 12 Monaten zu erhöhen, um die digitale Transformation zu beschleunigen.
Die häufigsten Automatisierungsprojekte, die zum Stillstand gekommen sind, betreffen die robotergestützte Prozessautomatisierung (RPA). In einer anderen Umfrage gaben 38 Prozent der Führungskräfte an, dass ihre RPA-Projekte das Ziel verfehlt hätten, da sie den beabsichtigten Prozess, der automatisiert werden sollte, nicht wirklich verstanden hätten oder die RPA-Bots nicht in der Lage waren, unstrukturierte Inhalte wie Rechnungen, Frachtbriefe oder Antragsformulare in verwertbare Inhalte umzuwandeln und nachgelagerte Prozesse zu initiieren.
Vor einer großen Herausforderung standen die Banken Anfang des Jahres 2020, als sie ihre Kreditverarbeitung hochfahren mussten, um der Volumenzunahme der Anträge aufgrund der versprochenen staatlichen Corona-Finanzhilfen Rechnung zu tragen. Die Banken erlebten in einem Zeitraum von zwei Monaten ein Kreditvolumen, das dem von zehn Jahren entsprach und diejenigen, die sich gerade an den ersten RPA-Projekten versuchten, kamen in die Bredouille, als Bots verschiedene Kreditanträge und Begleitdokumente nicht richtig lesen konnten.
Die Banken benötigten zusätzlich KI-Technologien wie maschinelles Lernen, OCR und natürliche Sprachverarbeitung (NLP), um den RPA-Bots kognitive Fähigkeiten für logisches Denken und Verstehen zu vermitteln. Auf diese Weise konnten die Bots unstrukturierte Daten aus Dokumenten in verwertbare Informationen für die weitere Verarbeitung umwandeln.
4. Die Adoption einfach anwendbarer Applikationen
Die Rolle der Mitarbeiter, die neue Technologien zur Automatisierung anwenden, wächst innerhalb der Organisationen. Diese Mitarbeiter sind Geschäftsanalytiker und Wissensarbeiter, die nicht als Entwickler ausgebildet sind oder über tiefgreifende Fachkenntnisse im Bereich der Kodierung oder der spezifischen Technologien wie Analytik, Erfassung, RPA oder Prozess-Mining verfügen, die aber in der Lage sind, diese Technologien, die in Low-Code- oder No-Code-Anwendungen zur Verfügung gestellt werden, zu nutzen.
:quality(80)/images.vogel.de/vogelonline/bdb/1595000/1595096/original.jpg)
Robotic Process Automation braucht Process Mining, sonst geht es schief
Wundermittel RPA?
RPA war ein Katalysator für diese einfach zu konsumierenden Lösungen auf dem digitalen Markt. Dieser Markt ermöglichte es Technologieanbietern und -Partnern, Low-Code-/No-Code-Anwendungen zu entwickeln, die sich mit benutzerfreundlichen Oberflächen direkt in ihre Plattformen integrieren lassen. Heute sind Low-Code-Lösungen für die meisten Systeme und intelligenten Automatisierungs- und Geschäftsprozess-Management-Plattformen verfügbar, ob lokal oder in der Cloud.
Unabhängig davon, ob es darum geht, festgefahrene Projekte zu ersetzen oder neue Initiativen zu starten, ist die Integration von Low-Code-Lösungen eine kosteneffiziente Möglichkeit, die KI im gesamten Unternehmen zu demokratisieren und die Transformation des digitalen Geschäfts zu beschleunigen.
5. Erfolgreich in der neuen Normalität
Microsoft-CEO Satya Nadella stellte bereits im vergangenen Jahr Folgendes fest: „Wir haben in zwei Monaten die digitale Transformation von zwei Jahren gesehen.“
Führungspersönlichkeiten können nun zuversichtlicher sein, nachdem sie die Periode der Pandemie überstanden haben und wissen, dass frühe Investitionen in die digitale Transformation dazu beigetragen haben, erhebliche Verluste zu minimieren. Sie haben nun eine Rechtfertigungsgrundlage, in Automatisierung zu investieren und dabei die neuesten Technologien in den Bereichen Process Mining, Künstliche Intelligenz und No-Code/Low-Code-Anwendungen zu nutzen, um die Widerstandsfähigkeit und den Erfolg des Unternehmens in der jetzigen Situation zu gewährleisten.
* Susanne Richter-Wills ist Head of Enterprise Sales DACH bei Abbyy.
(ID:47334366)